CPU快速搭建深度学习后端教程

最新推荐文章于 2024-08-10 03:28:31 发布

fhzmWJ

最新推荐文章于 2024-08-10 03:28:31 发布

阅读量1k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/qq_43178138/article/details/117462569

版权

本教程指导在无GPU的CPU服务器上使用Flask集成mmdetection深度学习框架，详细讲解了虚拟环境、mmdetection配置、Flask应用及uwsgi、Nginx的部署过程，提供了一种生产环境的部署方案。

摘要由CSDN通过智能技术生成

后端

安装flask框架

sudo pip install virtualenv #安装virtualenv
virtualenv------用来建立一个虚拟的python环境，一个专属于项目的python环境

mkdir flask_uwsgi #创建部署flask的文件夹

cd flask_uwsgi cd到文件夹

virtualenv -p /usr/bin/python3 env #创建虚拟环境

source env/bin/activate #激活虚拟环境

pip install flask

deactivate #退出虚拟环境

用虚拟环境的好处就是每个项目可以保持自己的一套版本。

配置mmdetection

预备工作

配置之前，强烈建议，先将linux默认的python就是2版本改成3，(不过现在好像最新的默认是3了？)，这个就要将之前默认的python软链接删除，然后再链接上python3。

本服务器Linux的软链接存放位置是/usr/bin

rm /usr/bin/python 删除旧的软链接
ln -s /usr/bin/python3 /usr/bin/python 建立新的软链接
可能这个文件路径并不一致，要看你自己的服务器具体路径。

包括pip 也换成默认 pip3。
可以将软链接换掉，也可以将pip删除，强制重新安装。
curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py 查看信息
python3 get-pip.py --force-reinstall 强制重新安装

ln -s /usr/bin/pip3 /usr/bin/pip 设置pip默认打开pip3
位置也可能在/usr/local/bin下

为什么要做以上工作呢？因为后面配置一堆mmdetection需要的包时，很多在安装过程中内部触发python或者pip命令，导致版本不匹配(如果还是默认的py2)。因为外部是使用python3 pip3。

需要安装的包

安装torch、torchvision、numpy
安装matplotlib
安装cython
安装mmcv (会因为下载opencv-python巨卡，这个问题可以通过升级pip3解决，pip3 install --upgrade pip)
这里其实应该安装mmcv-full
安装pycocotools, 如果不安装测试的时候会报错
git clone https://github.com/cocodataset/cocoapi.git 下载
(这里和后面mmd的编译有关)
然后到cocoapi/PythonAPI目录下执行make命令
再执行python3 setup.py install --user

pip list可以查看已经安装的各个包的版本

安装mmdetection

下载mmdetection源码

git clone https://github.com/open-mmlab/mmdetection.git

下载依赖包和编译

cd mmdetection
pip install -r requirements/build.txt
pip3 install -v -e .

具体安装要求mmd有提供一个文件可以参考，给复制过来了：

ARG PYTORCH="1.6.0"
ARG CUDA="10.1"
ARG CUDNN="7"

FROM pytorch/pytorch:${
   PYTORCH}-cuda${
   CUDA}-cudnn${
   CUDNN}-devel

ENV TORCH_CUDA_ARCH_LIST="6.0 6.1 7.0+PTX"
ENV TORCH_NVCC_FLAGS="-Xfatbin -compress-all"
ENV CMAKE_PREFIX_PATH="$(dirname $(which conda))/../"

RUN apt-get update && apt-get install -y ffmpeg libsm6 libxext6 git ninja-build libglib2.0-0 libsm6 libxrender-dev libxext6 \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*

# Install MMCV
RUN pip install mmcv-full==latest+torch1.6.0+cu101 -f https://openmmlab.oss-accelerate.aliyuncs.com/mmcv/dist/index.html

# Install MMDetection
RUN conda clean --all
RUN git clone https://gith